Decision Tree

DECISION TREE

 

    Model klasifikasi yang menggunakan struktur pohon, dimana setiap node mempresentasikan atribut dan cabangannya mempresentasikan nilai dari atribut, sedangkan daunnya digunakan untuk mempresentasikan kelas.

Tahapan Algoritma Decision Tree

    1. Siapkan data traning

    2. Pilih atribut sebagai akar

        Untuk memilih atribut akar, didasarkan pada nilai Gain tertinggi dari atribut-atribut yang ada. Untuk mendapatkan nilai Gain, harus ditentukan terlebih dahulu nilai Entropy.

•       Rumus Entropy:

                   S = Himpunan Kasus

                    n = Jumlah Partisi S

                    pi = Proporsi dari Si terhadap S

 

•          Rumus Gain:

                     S = Himpunan Kasus

                    A = Atribut

                    n = Jumlah Partisi Atribut A

                    | Si| =Jumlah Kasus pada partisi ke-i

                    | S| = Jumlah Kasus dalam S

         

    3. Buat cabang untuk setiap nilai

    4. Ulangi proses untuk setiap cabang sampai semua kasus pada cabang memiliki kelas yang sama.